推荐新闻-赛题理解

1. 赛题简介

该赛题立足于真实新闻浏览数据，根据用户历史浏览记录，预测他点击的下一篇文章。

2. 数据概况

一共30用户的真实浏览数据，包括近300万次点击和36万篇不同文章。20万用户的日志为训练集，5万测试集，5万验证集。

3. 评分方式

赛题要求给出5篇文章作为最后的结果。如果用户最后点击的文章就是第一篇文章，那么s(user,1)=1,其他s(user,2-4)=0，那么结果是1。如果用户最后点击的文章是第二篇文章那么s(user,2)=1,其他s(user,1)=0和s(user,3-4)=0，那么结果是1/2，以此类推。如果用户最后点击的文章不在给出的结果中，那么得分为0。

4. 赛题理解

从36万篇文章中预测最可能点击的5篇文章可以转化为给36万篇文章出现的可能性排序，然后选出概率最大的前5篇，所以变成点击率预测的问题。考虑使用监督学习分类模型解决。

参考：零基础入门推荐系统【赛题理解+Baseline】